MétaCan
Menu
Retour à la cohorte
Enregistrement W2415430457 · doi:10.1021/acs.langmuir.5b02859

Mapping and Quantifying Surface Charges on Clay Nanoparticles

2015· article· en· W2415430457 sur OpenAlexafffund
Jun Liu, Ravi Gaikwad, Aharnish Hande, Siddhartha Das, Thomas Thundat

Notice bibliographique

RevueLangmuir · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaCanada Research Chairs
Mots-clésKaoliniteSurface chargeNanoparticleKelvin probe force microscopeCharge densityTailingsClay mineralsNanoscopic scaleMaterials scienceMineralogyChemical engineeringNanotechnologyChemistryAtomic force microscopyMetallurgy

Résumé

récupéré en direct d'OpenAlex

Understanding the electrical properties of clay nanoparticles is very important since they play a crucial role in every aspect of oil sands processing, from bitumen extraction to sedimentation in mature fine tailings (MFT). Here, we report the direct mapping and quantification of surface charges on clay nanoparticles using Kelvin probe force microscopy (KPFM) and electrostatic force microscopy (EFM). The morphology of clean kaolinite clay nanoparticles shows a layered structure, while the corresponding surface potential map shows a layer-dependent charge distribution. More importantly, a surface charge density of 25 nC/cm(2) was estimated for clean kaolinite layers by using EFM measurements. On the other hand, the EFM measurements show that the clay particles obtained from the tailings demonstrate a reduced surface charge density of 7 nC/cm(2), which may be possibly attributed to the presence of various bituminous compounds residing on the clay surfaces.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,061
Tête enseignante GPT0,318
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207